目錄 第1章緒論1 1.1社交網絡的概念1 1.2社交網絡對企業(yè)管理決策的影響1 1.3企業(yè)社交網絡2 1.4本書的結構3第2章基于在線社交網絡的客戶終身價值 決策52.1引言5 2.2基本概念6 2.2.1客戶終身價值定義6 2.2.2終身價值計算公式7 2.2.3CLV建模方法8 2.3基于RFM模型的客戶終身價值研究13 2.3.1基于RFM模型的客戶終身價值分析13 2.3.2實證研究15 2.3.3總結23 2.4基于評論行為的客戶購買次數(shù)預測24 2.4.1Logit回歸模型預測客戶購買流失24 2.4.2Pareto/NBD模型預測客戶購買次數(shù)34 2.4.3Pareto/NBD改進模型41 2.5基于購買行為的客戶評論次數(shù)預測44 2.5.1Logit回歸模型預測客戶評論流失45 2.5.2Pareto/NBD模型預測客戶評論次數(shù)53目錄 面向在線社交網絡的企業(yè)管理決策研究2.5.3Pareto/NBD改進模型58 2.6客戶消費金額及終身價值研究60 2.6.1GammaGamma模型61 2.6.2實證研究64 2.7客戶終身價值研究68 2.7.1模型構建68 2.7.2相關性檢驗70 2.7.3實證研究70 2.8本章總結73 2.8.1主要貢獻73 2.8.2研究不足74 2.8.3未來研究方向74 第3章基于企業(yè)社交網絡的員工潛力研究75 3.1員工潛力相關概念、模型及測試方法76 3.1.1員工潛力概念76 3.1.2員工潛力的冰山模型76 3.1.3員工潛力的傳統(tǒng)測量方法77 3.2基于社交網絡分析的員工潛力模型構建79 3.2.1潛力員工評價標準79 3.2.2基于企業(yè)社交網絡的員工潛力定義及評價指標80 3.2.3指標體系的建立80 3.2.4各評價指標的含義及量化82 3.3評估指標權重的確定83 3.3.1問卷調查83 3.3.2專家評分84 3.3.3員工訪談85 3.3.4權重確定86 3.4數(shù)據處理及模型驗證87 3.4.1數(shù)據來源87 3.4.2數(shù)據收集及調研88 3.5數(shù)據描述與處理89 3.5.1社交網絡數(shù)據89 3.5.2員工特征數(shù)據91 3.5.3員工潛力值數(shù)據93 3.6變量定義95 3.6.1員工績效95 3.6.2員工離職95 3.7員工潛力測量模型驗證96 3.7.1樣本員工潛力值分布統(tǒng)計96 3.7.2員工潛力測量模型驗證97 3.8人口統(tǒng)計學特征與員工潛力分析101 3.8.1性別對員工潛力的影響101 3.8.2年齡對員工潛力的影響101 3.8.3學歷對員工潛力的影響102 3.9員工潛力相關性分析103 3.9.1員工潛力與員工流失相關性分析103 3.9.2員工潛力與員工績效相關性分析104 3.10結論及展望105 3.10.1研究結論105 3.10.2不足及展望105 第4章面向企業(yè)社交網絡的員工績效研究107 4.1社會資本及員工績效的相關概念107 4.1.1社會資本的概念107 4.1.2社會資本的測量108 4.1.3社會資本相關理論109 4.1.4員工績效的概念及相關理論111 4.1.5員工流失的概念112 4.1.6概念及基本理論研究述評114 4.2企業(yè)社交網絡價值創(chuàng)造機制研究115 4.2.1企業(yè)社交網絡與個人社會資本115 4.2.2個人社會資本與員工績效116 4.2.3個人社會資本與員工流失117 4.2.4企業(yè)社交網絡價值創(chuàng)造機制概念模型120 4.3數(shù)據來源與處理121 4.3.1數(shù)據來源121 4.3.2數(shù)據處理123 4.3.3社交網絡結構特征數(shù)據123 4.3.4社會資本數(shù)據125 4.3.5員工幸福感數(shù)據125 4.3.6數(shù)據二次處理126 4.3.7數(shù)據描述性統(tǒng)計127 4.4利用STATA軟件進行假設檢驗129 4.4.1員工社交網絡行為帶來的社會資本累積129 4.4.2員工流失模型133 4.4.3員工績效模型137 4.5分層貝葉斯建模假設檢驗142 4.5.1員工流失模型142 4.5.2員工績效模型147 4.5.3兩種方法的對比分析149 4.6結論與展望150 4.6.1結論150 4.6.2研究局限及未來展望152 第5章基于在線評論分析的產品創(chuàng)新管理決策154 5.1相關術語界定155 5.2在線評論文本處理156 5.2.1數(shù)據爬取和去重去噪157 5.2.2產品特征詞庫構建157 5.2.3主題模型構建和情感分析161 5.2.4模型性能測試結果163 5.3在線評論有用性分析164 5.3.1樣本有用性人工標記164 5.3.2評論樣本選取165 5.3.3問卷實施與結果分析167 5.4評論有用性模型的自變量提取168 5.4.1自變量體系的確定168 5.4.2本文構建的評論有用性模型自變量體系168 5.4.3自變量提取的智能化實現(xiàn)171 5.4.4數(shù)據有用性處理實現(xiàn)的流程圖172 5.5有用性模型訓練及預測175 5.5.1有用性模型訓練176 5.5.2評論有用性預測179 5.6需求權重分析與產品改進180 5.6.1需求權重分析方法180 5.6.2基于KANO模型的產品改進186 5.7產品改進建議188 5.8基于產品在線聲譽測度的競品分析189 5.8.1在線聲譽的概念189 5.8.2在線聲譽的測度190 5.8.3產品在線聲譽的測度200 第6章在線社交網絡的數(shù)據采集及處理203 6.1社交網絡數(shù)據采集方法203 6.1.1社交網絡數(shù)據采集的總體方法203 6.1.2網絡爬蟲基本原理204 6.2數(shù)據采集開源工具206 6.2.1Gooseeker介紹206 6.2.2Scrapy208 6.2.3JSpider210 6.3一種基于AJAX技術爬蟲軟件的實現(xiàn)211 6.3.1AJAX網頁技術的特點211 6.3.2AJAX爬蟲的技術難點及設計考慮212 6.3.3基于AJAX爬蟲系統(tǒng)的總體結構設計216 6.3.4爬蟲實現(xiàn)的具體流程218 6.3.5動態(tài)網頁數(shù)據采集案例219 6.4采集后數(shù)據的存儲222 6.4.1分析HTML頁面222 6.4.2編寫代碼抽取信息223 6.5原始數(shù)據的去重處理224 6.5.1文本去重算法224 6.5.2數(shù)據去重的實現(xiàn)步驟226 6.6原始數(shù)據的去臟處理229 6.6.1建立涉臟涉性詞庫230 6.6.2去臟流程231 6.7去除微博中的廣告231 6.7.1微博中廣告格式分析231 6.7.2去廣告步驟232 6.8文本數(shù)據的特征提取234 6.8.1事件時間信息抽取235 6.8.2事件后果信息抽取236 6.8.3事件觸發(fā)詞及命名實體抽取241 參考文獻243 1.1“小圈子”的“中世紀布道講壇”36 1.2“新聞自由”： “沒有不偏不倚”和“制造同意”39 1.3“聯(lián)合國安理會編外成員”47 1.4何來“純科技”58 1.5曲解、神話、謊言72 1.6西方全球化十大騙局78 1.7方法論陷阱97 第4章人是社會關系的總和129 2.1社會性質問題129 2.2帝國主義化和美國化139 2.3全球化： 贏家和輸家148